MNE-Python中眼动追踪数据单位处理的现状与挑战
2025-06-27 15:51:31作者:蔡丛锟
眼动追踪技术在认知神经科学研究中扮演着重要角色,而MNE-Python作为一款强大的脑电/脑磁数据处理工具,近年来也逐步增加了对眼动数据的支持。然而,在实际应用中,用户可能会遇到关于眼动数据单位处理的一些不一致性问题,这些问题主要集中在瞳孔大小数据的单位处理上。
当前实现的核心问题
MNE-Python文档中存在两处看似矛盾的说法:一方面指出眼动和瞳孔数据以任意单位存储,另一方面又声称系统会尽可能将数据转换为SI单位(如位置数据用弧度,瞳孔大小用米)。这种不一致性在实际操作中表现为:
- 当用户尝试使用
raw.get_data(picks=["pupil"], unit="mm")获取数据时,系统会报错 - 尽管报错提示单位应为AU(任意单位),实际检查数据发现值确实是以米为单位存储的
- 手动将数据乘以1e3可以正确转换为毫米单位
技术背景与实现细节
MNE-Python处理眼动数据时,单位系统基于以下设计原则:
- 对于眼动仪数据,理想情况下应转换为SI单位存储
- 瞳孔大小建议使用米(m)作为标准单位
- 眼动位置数据建议使用弧度(rad)作为标准单位
然而,不同厂商的设备输出数据单位存在差异:
- Tobii设备通常以毫米(mm)为单位输出瞳孔数据
- Eyelink设备则以像素(px)和任意单位(AU)输出数据
set_channel_types_eyetrack函数设计用于处理这种差异,它能够:
- 将Tobii的毫米数据转换为米存储
- 设置正确的FIFF_UNIT_M单位标记
现存问题的技术分析
目前系统存在几个关键的技术限制:
-
绘图单位显示问题:尽管数据可能已转换为米,绘图时仍显示为AU,这是因为绘图系统硬编码了每种通道类型的默认缩放比例,尚未针对眼动数据的不同单位情况进行适配。
-
单位转换限制:
get_data方法内部调用_handle_defaults时,默认将瞳孔数据视为AU单位,即使实际存储单位为米,这导致无法直接获取毫米单位的数据。 -
文档与实际不符:文档声称系统会自动转换为SI单位,但实际上需要用户显式调用转换函数。
解决方案与未来方向
针对这些问题,开发团队提出了以下改进方向:
-
统一SI单位假设:修改系统默认假设,将眼动位置数据视为弧度,瞳孔数据视为米,这需要:
- 更新
mne.defaults._handle_default("si_units")中的默认设置 - 确保所有教程和示例在早期步骤就完成单位转换
- 更新
-
增强单位转换功能:
- 为Eyelink数据添加从AU到米的转换支持
- 完善单位转换的文档和示例
-
绘图系统改进:长期来看,需要重构绘图系统以支持:
- 基于实际存储单位的动态缩放
- 多种单位类型的灵活显示
对用户的建议
基于当前实现,研究人员在使用MNE-Python处理眼动数据时应注意:
- 明确了解自己设备输出的原始数据单位
- 尽早使用
set_channel_types_eyetrack进行单位设置和转换 - 对于绘图显示问题,可暂时使用
scalings="auto"参数 - 关注后续版本更新,特别是单位处理方面的改进
这些改进将使MNE-Python的眼动数据处理更加一致和可靠,为多模态脑科学研究提供更好的支持。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
905
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265